- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
大数据开发工程师个人简历
————————————————————————————————————
个人概况
姓 名:XXX 籍 贯: 河南
性 别:男 工作年限: 4年
年 龄:28 学 历: 本科
联系方式:XXXXXXXX E -- mail: XXXXXX@163.com
——————————————————————————————————————————
求职意向
目标职能:大数据开发工程师 工作性质:全职
目标地点:北京 到岗时间:即时
——————————————————————————————————————————
工作经验
工作单位:XXXXXXXX集团股份有限公司
工作日期:2016.8 – 2019.2 工作职位:大数据开发工程师
工作日期:2015.3 – 2016.8 工作职位:Java开发工程师
——————————————————————————————————————————
专业技能
1、熟练使用SparkCore RDD算子处理数据,熟悉Spark任务提交流程。
2、熟练使用SparkSql查询数据,自定义UDF,熟练使用Spark Streaming处理实时数据,熟悉DataSet、DataFream、Rdd三者之间的转化。
3、熟练使用Mapreduce处理复杂业务,熟悉HDFS的读写流程,熟悉Mapreduce的shuffle过程及优化,熟悉shuffle过程的优化手段和Hadoop集群搭建。
4、熟悉Zookeeper的选举机制和监听机制。
5、熟悉Hive架构,使用窗口函数和自定义UDF处理数据,熟悉Hive优化策略。
6、熟练使用Flume工具完成日志的采集过滤和分类,使用Ganglia监控工具。
7、熟练使用Kafka高低阶API消费数据,熟悉KafkaOffsetManager监控工具。
8、熟练使用Elasticsearch创建索引,利用API批量保存数据,使用Kibina查询es索引。
9、熟悉Mysql,Mongodb,Redis数据库的使用。
10、熟练使用Sqoop把Hive表数据从HDFS导入到Mysql数据库。
11、熟练掌握常用的Linux命令,使用Shell命令编写Shell脚本,Azkaban完成定时调度。
12、熟练用IDEA, Eclipse, Gitlab,SVN,Maven,Xshell开发工具。
项目经验
项目一: 西瓜籽APP实时分析
开发时间: 2018.05-2019.02
开发环境: IDEA + Maven + GitLab + SQLyog + Xshell + ClouderManager
系统架构: Spark Streaming + Hive + Hadoop+ Kafka+ Redis + Elasticsearch + Mysql + Scala
项目描述:西瓜籽是网智天元旗下集影视资讯、电影推荐、粉圈互动、电影评分、明星同款商城等多功能为一体的app,旨在发现粉丝用户的观影行为,引导粉丝消费;利用大数据平台对用户行为进行统计分析,发展粉丝经济。
责任描述:
参与项目需求讨论与架构分析。
实时统计当前活跃用户。
实时统计当前新增用户。
实时统计当前签到用户。
实时统计当前用户下单量。
实时统计当前商品交易总额。
实时统计电影综合评分。
技术描述:
使用双层Flume架构收集用户日志,分为浏览行为、点击行为、评分行为。
使用Kafka实时读取Flume收集的日志信息,存入各个topic分区中。
使用Canal工具监控Mysql中订单表,影评表的变化,将增量数据推送到Kafka中。
使用Spark Streaming消费Kafka队列的数据,手动维护offset。
使用Spark RDD的map、groupByKey、reduceByKey、foreachRDD、foreachPartition等算子处理消费的数据,分别对订单和影评中的敏感数据进行脱敏、过滤和屏蔽。
使用Redis的Set集合对用户的DAU进行缓存和去重,从Redis中取出缓存数据,利用broadcast广播变量分发到各个executor。
使用Spark Streaming把订单、影评等数据保存到Elasticsearch,使用IK分词器分词,建立倒排索引,方便模糊查询。
使用ES的API编写查询接口,可以实时查询订
您可能关注的文档
最近下载
- 检查与检验结果审核制度.docx VIP
- 2025年公路水运交通安全员C证从业资格证考试题库(附含答案).docx VIP
- 《义务教育英语课程标准(2022年版)》.pdf VIP
- 《全国统一电力市场发展规划蓝皮书》.pdf VIP
- 小说复习-情节之叙述视角与叙述人称.pptx VIP
- 山东省聊城市2024-2025学年九年级上学期9月月考数学检测试题(附答案).docx
- 2024年山东省中考语文试卷.pdf VIP
- 《系统需求分析与设计》课件.ppt VIP
- 2024年公路水运交通安全员C证从业资格证考试题库(附含答案).docx VIP
- 苏教版小学《科学》四年级上册全套教学课件(共387页PPT).pptx
文档评论(0)